Domain Name System atau DNS adalah komponen penting pada infrastruktur internet yang digunakan untuk mengarahkan domain ke ip address ataupun sebaliknya, sehingga semua query domain dapat terekam pada sistem ini. Dewasa ini DNS tidak hanya digunakan untuk keperluan normal, namun para attacker sering memanfaatkan DNS sebagai jembatan penyerangan. PANDI sebagai lembaga negara yang bertanggung jawab mengurus domain (.id) saat ini memerlukan sistem analisa traffic DNS agar dapat memudahkan deteksi awal serangan yang terjadi pada internet indonesia. Namun security tools yang tersedia masih memiliki banyak kekurangan untuk deteksi malicious pada traffic DNS. Pada paper ini kami menggunakan realtime DNS analisis untuk mengembangkan teknik anomaly-based agar dapat mendeteksi malicious traffic pada infrastruktur DNS. Untuk melakukan ini peneliti mencari network features yang menjadi ciri traffic BotNet dengan memanfaatkan aplikasi Bro Network Security Monitor sebagai sensor network traffic. kemudian fitur yang didapatkan akan diolah menggunakan metode machine learning agar dapat meningkatkan akurasi deteksi. Sementara itu solusi yang kami ajukan untuk mengatasi banyak dan cepatnya data maka digunakanlah platform BigData dengan bantuan tools kafka, spark dan mongodb. Sehingga sistem yang dibuat pada penelitian ini adalah sistem yang dapat menganalisa malicious traffic secara realtime. Dari hasil percobaan dan sistem yang kami buat didapatkan 19 fitur network traffic yang menjadi ciri malicious traffic pada infrastruktur DNS dengan hasil akurasi yang mencapai 93 persen dari metode decision tree, yang mana sistem deteksi ini dapat berjalan secara realtime.